东北三省农民收入差异时空演变及影响因素识别

张阳阳

摘 要：利用2003—2018年辽宁省、吉林省、黑龙江省统计年鉴和典型城市调研资料，从时间和空间角度分析了东北三省农民人均纯收入水平的现状、区域差异及其演进格局，识别农民收入的影响因素，探究其区域差异格局形成的成因。结果表明：（1）自2003年以来，东北地区农民收入总体增加，但区域之间的差距先增大后逐渐减小，农民收入均衡性进一步增强。（2）农民收入水平区域差异性显著，东北三省的收入大致排序为辽宁省>吉林省=黑龙江省。其中，辽宁省和吉林省的农民收入格局较为稳定，黑龙江省的农民收入变化起伏较大。东北三省高收入及较高收入聚集区主要位于辽东半岛及辽宁中部地区，中等收入主要位于吉林省中部和黑龙江省中部，较低及以下收入区主要位于吉林省东部、西部以及黑龙江省西部和大兴安岭地区。（3）研究期内东北三省农民收入呈现出较明显的空间差异特征，热点区、冷点区集聚特征明显，其中热点区主要集中在东北三省南部地区。2003—2013年冷点区主要集中连片分布在東北三省北部地区，2018年冷点区零星分布在东北三省西部和东部。2003—2013年，收入格局稳定，基本形成了辽宁省为主热点区、吉林省次冷-次热中间区和黑龙江省主冷点区的格局，2018年收入格局发生了较大变化，整体表现为黑龙江省次热和吉林省次冷区集聚加强，范围逐渐扩展。（4）通过Tobit模型，发现城市化水平、农业政策、产业结构和农民消费水平是农民纯收入地区差异的主要原因。

关键词：东北三省;农民收入;区域差异;时空演变;Tobit模型

中图分类号 F328文献标识码 A文章编号 1007-7731（2020）18-0001-07

The Spatial Evolution of Farmers′ Income Differences in the Three Northeast Provinces and the Identification of Influencing Factors

ZHANG Yangyang

（Yan′an Branch of Shaanxi Provincial Land Engineering Construction Group co.，Ltd.，Yan′an 716099，China）

Abstract：Using 2003—2018 statistical yearbooks of Liaoning、Jilin、 and Heilongjiang Province and survey data of typical cities，the status、regional differences、and evolution patterns of per capita net income of farmers in the three northeastern provinces were analyzed from the three perspectives of space and time.Influencing factors of farmers′ income，explore the reasons for the formation of their regional differences.The results show that：（1）Since 2003，the income of farmers in Northeast China has generally increased，but the gap between regions first increased and then gradually reduced，and the balance of farmers′income has been further strengthened.（2）The regional differences in farmers′ income levels are significant，and the three provinces in Northeast China The overall ranking of the income is Liaoning Province>Jilin Province=Heilongjiang Province.Among them，the income pattern of farmers in Liaoning Province and Jilin Province is relatively stable，and the income of farmers in Heilongjiang Province fluctuates greatly.The high-income and higher-income gathering areas of the three northeastern provinces are mainly located in the Liaodong Peninsula and central Liaoning.The middle-income areas are mainly located in central Jilin Province and central Heilongjiang Province.The lower-income and lower income areas are mainly located in eastern and western Jilin Province and western Heilongjiang Province and Daxinganling areas.（3）During the study periods，farmers′income in the three northeastern provinces showed significant spatial differences.The hotspot areas and cold spot areas had obvious agglomeration characteristics.The hotspot areas were mainly concentrated in the southeast of the three northeast provinces，and the cold spot areas were mainly concentrated in 2003—2013 The contiguous patches are distributed in the northern regions of the three northeastern provinces.In 2018，the cold spots are scattered in the western and eastern regions of the three northeast provinces.From 2003 to 2013，the income pattern was stable，basically forming the pattern of Liaoning Province as the main hot spot area，Jilin Province sub-cold-sub-hot intermediate area and Heilongjiang Province main cold spot area.The income pattern in 2018 changed significantly，and the overall performance was as follows The concentration of secondary heat in Heilongjiang Province and secondary cold areas in Jilin Province has been strengthened，and the scope has gradually expanded.（4）The level of urbanization，agricultural policies，industrial structure and farmers′ consumption levels are the main reasons for regional differences in farmers′ net income.

Key words：Three provinces in Northeast China;Farmers′ income;Regional differences;Spatial evolution;Tobit model

农民收入代表农民的购买力水平，是一个地区农业经济水平发展高低的外在表现，同时也是“三农”问题的核心和乡村振兴的重要基础[1-3]。由于区域经济发展水平、自然资源禀赋的差异，农民收入呈现显著的地域差异，并呈现出逐年增大的趋势[4]，各地区农民收入不平衡，不利于社会公平和经济繁荣[5-6]，是消除“城乡二元制结构”的内在隐患。自2003年以来，国家加大了解决“三农”问题的力度，但农民收入增长水平仍然出现下滑现象。2003—2018年，全国农民人均纯收入由2690.34元增加到14671.03元，虽然实现了翻倍式增长，但是在2003—2005年（增幅由12.5%下降为10.7%）、2006—2008年（增幅由15.97%下降为8.73%）、2010—2015年（增幅由17.88%下降到8.24%），出现了连续多年增长减缓、增幅下降的现象，严重影响了农民的生产积极性，制约了农村经济的发展（数据来自《中国统计年鉴》）。

农民收入问题既是农业和农村内外部环境发生深刻变化的现实写照，也是城乡二元结构长期积累的各种深层次矛盾的集中反映[7]，因此，该领域一直是社会学、经济学、地理学、区域发展学等领域研究的重要问题之一。目前，已有关于农民收入的研究主要围绕农民收入结构[8- 9]、农民收入影响因素[10-11]、农民收入与城市化和信息化的关系[12-15]、农民增收途径和建议[16-18]、农民收入区域差异[19-22]等。在研究尺度方面，不仅有全国[23]、省域[24-25]、区域[26-28]等宏观尺度研究，也有具体到县域[29]的微观尺度研究，更有对某一具有特殊属性区域的农民收入研究。例如，王娜对粮食主产区农民收入进行了探究，发现我国东、中、西部家庭经营性收入是粮食主产区农民收入的主要来源，主产区区域间农民收入差异不断缩小[30];康江江等对中国集中连片特困区农民收入进行了研究，运用SLM和SEM模型，研究结果表明，特困片区与全国平均水平差距显著，还需创造经济价值促进农民增收[31]。在研究方法上逐渐多元化，主要有GIS空间分析[32-33]、泰尔指数[34]、基尼系数[35]、VAR模型[36]等。

综上，已有文献对农民收入的研究提供了视角和思路，但大多集中于长三角、江苏、河南等经济发达地区或人口大省，而对于东北三省经济发展欠发达地区的研究仍较少。东北三省是我国重要的地理单元之一，拥有辽阔的东北大平原、良好的水土、光照等资源，是全国主要的粮食生产基地，2018年产粮13331.9万t，约占全国粮食总产量的20.2%。2018年全国农民人均纯收入为14671.03元，辽宁省为14656.33元，吉林省为13748.17元，黑龙江省为13804元，3省均未达到全国平均水平。可见，东北地区农民收入水平偏低，东北作为我国重要的粮食生产区，农民增收缓慢，不利于农业产业的稳定发展。作为新中国成立后最早重点建设的老工业基地，先进的工业化促进了城市化的发展，国土空间辽阔、自然资源丰富，是未来我国与东北亚区域经济合作的重要经济地域单元，具有可持续发展的条件与潜力。鉴于此，本文运用变异系数、探索性空间数据分析等方法研究收入差异、时空演变，运用Tobit模型进行影响因素探究，以期为东北地区乡村振兴战略及新一轮东北振兴战略的实施提供有益的借鉴。

1 数据来源与研究方法

1.1 数据来源 2003年10月，中共中央、国务院颁布了《关于实施东北地区等老公也基地振兴战略的若干意见》，本次研究的起始节点为2003年。统计数据来源于2003、2008、2013、2018年《辽宁省统计年鉴》《吉林省统计年鉴》《黑龙江省统计年鉴》。空间数据来自中科院资源环境科学数据中心，将全国地级市矢量数据进行属性选择，选出东北三省地级市矢量数据。

1.2 研究方法

1.2.1 数理统计法 变异系数可刻画农民收入相对差异，计算公式为：

[V=1ni=1nXi-X2X×100] （1）

式中，V为变异系数，n为研究区单元数，Xi为各市农民人均纯收入，[X]是各市农民人均收入平均值。

1.2.2 探索性空间数据分析

1.2.2.1 全局空间自相关 全局莫兰指I数用于描述研究对象在区域内的整体空间关联度，计算公式为：

[Ι=ni=1nj=1nwij（xi-x）（xj-x）ni=1nj=1nwiji=1n（xi-x）2] （2）

式中，n为研究单元数，xi是研究单元i的观测值，[x]为农民收入平均值，wij为空间权重矩阵的元素值，由于研究市域彼此之间有公共边界，故本文选择Queen邻接建立空间权重矩阵，若单元i、j存在Queen链接，wij=1，否则wij=0。

1.2.2.2 Getis-Ord Gi*指数 由于Getis-Ord Gi*指数对权重的敏感度高于Local Moran′I，所以本文选择Getis-Ord Gi*指数反映局部空间的集聚性，识别空间不同位置的低值簇和高值簇[7]，探索农民收入在空间上的异质性，计算公式为：

[Gi（d）=i=1nwij（d）Xii=1nXi]  （3）

式中，d為距离，wij（d）为距离定义的权重，Xi是研究单元i的观测值。对Gi*（d）进行标准化：

[Z（G*i）=G*i-E（G*i）var（G*i）] （4）

式中，[E（G*i）]为期望值，[var（G*i）]为方差，若[Z（G*i）]为正，则存在高值聚集热点区，若[Z（G*i）]为负，则存在低值聚集冷点区。

2 农民收入差异时序变化

自2003年以来，东北三省农村经济水平稳步增长，农民人均纯收入平均值从2807元提升至2018年的14665元，增长了7倍，说明近15年来东北三省的农民收入得到了持续快速的增长。但同时极差和标准差均进一步增大，说明辽宁省、吉林省、黑龙江省3省之间的省域绝对差距在逐渐拉大。从表1可以看出，2003—2013年最大值都集中在辽宁省，从2014年开始集中在黑龙江省牡丹江市，吉林省一直处于中间发展水平;最小值2003—2013年集中在黑龙江省，2014年后集中在吉林省白城市。代表相对差异的变异系数、极商2个指标变化存在波动，但总体呈现波动缩小的趋势，极商从2003年的3.49降至2018年的1.86，变异系数由0.25降至0.14，说明区域间农民人均纯收入在研究期初期差距较大，经历农业补贴、经济复苏、老工业基地振兴等政策之后差距逐渐缩减，各区域发展均衡性增强。

3 农民收入差异空间格局演变

3.1 农民收入分级 图1分别为2003、2008、2013、2018年东北三省36个地域单元的农民人均纯收入空间分布图，根据自然断点分级法对每一年进行分级，可以看出每一个市域的动态变化。总体来看，辽宁省和吉林省的农民收入格局较为稳定，但辽宁省农民收入呈现两级分异，黑龙江省的农民收入变化起伏较大。2003—2018年，东北三省高收入及较高收入聚集区主要位于辽东半岛及辽宁中部地区，中低收入主要位于大兴安岭安迪、齐齐哈尔、白城、七台河、延边州、白城等地区。辽宁省以锦州、沈阳、铁岭为分界线，该线左侧地区农民收入远低于右侧，2008年和2018年呈现“H”字型中高以上收入区。吉林省农民收入水平低于辽宁省，与黑龙江省总体持平，东、中、西部呈现“低-高-低”的“夹心型”发展形态。黑龙江省除在2013年出现农民收入低谷，但在2018年农民收入好于吉林省，在东北三省中发展态势最不稳定。

3.2 收入总体格局特征 由公式（2）可计算出，东北三省各市农民人均纯收入的Moran′I值，计算结果均通过p=0.05的显著性检验，且相关性显著，说明东北三省各市农民纯收入具有明显的空间集聚特征，即存在H-H型邻接和L-L型邻接。其中，2003、2008、2013年這3个时段的Moran′s I值比较接近，分别为0.5061、0.4966、0.6927，说明在该阶段农民收入空间格局具有较强的稳定性，2018年Moran′s I 值下降为0.2300，表明空间集聚性在逐渐减弱。总体而言，东北三省农民收入的空间集聚性呈现由强到弱的趋势，研究节点前期集聚性较强。

3.3 收入热点区演化分析 为了直观地反映农民人均收入格局的深层次演变，通过公式（3）、（4）计算东北三省农村居民人均纯收入指数，根据自然间断点法将其分为冷点区、次冷区、次热区和热点区4类，可视化如图3所示。从整体空间格局上看，2003—2018年东北三省农民收入呈现较明显的空间差异特征，热点区、冷点区集聚特征明显。2003—2013年，收入格局稳定，基本形成了辽宁省为主热点区、吉林省次冷-次热中间区和黑龙江省主冷点区的“三元化”格局，2018年收入格局发生较大变化，整体表现为黑龙江省次热和吉林省次冷区集聚加强，范围逐渐扩展;辽宁省热点和黑龙江省冷点区数量减少，范围逐渐缩减，反映了东北三省北部和南部农民收入差异在逐渐缩小，但是省内收入变化呈现微小差异。

3.3.1 热点区 东北三省农民收入高值热点区全部分布在辽宁省，分布较为稳定。2003年热点区全部位于辽宁省南部，主要分布在朝阳、葫芦岛、锦州、盘锦、大连、营口、鞍山、丹东、辽阳、本溪和抚顺;受港口经济的辐射带动，2008年增加了阜新、沈阳和铁岭，2004年温家宝提出阜新作为资源型城市经济转型试点，农民生活水平逐渐提高;2013年热点区未发生变化，2018年数量骤减为沈阳、盘锦、鞍山和大连。辽宁省经济发展水平为东北三省之首，是我国东北经济区和环渤海经济区的重要结合部，加强了同朝鲜半岛和日本半岛的贸易联系，拥有大连港、丹东港、盘锦港、锦州港等一批新老港口，作为综合性外贸口岸，凭借其优越的地理位置，临港产业集群逐步形成，对于提高东北三省经济实力和农民收入有重要作用。

3.3.2 次热区 2003—2013年集中在热点区外围，2003年主要分布在阜新、沈阳、铁岭、四平、辽源、通化、白山，2008—2013年格局未发生改变，为四平、辽源、通化和白山，2018年数量猛增为14个，主要分布在辽宁省中部、东北部及黑龙江省北部、东南部和大兴安岭地区。黑龙江省部分冷点区和辽宁省部分热点区转变为次热区，吉林省部分次热区转变为次冷区，呈现频繁的交替现象。黑龙江地区次热区出现跃迁现象，黑龙江省是东北地区乃至全国农业现代化水平最高的省份，拥有113个农场，农业、农业加工业、畜牧业齐头并进，作为国家重要的森林资源基地，林木产业发达，农民收入有了质的飞跃。其中，牡丹江市是我国最早的沿边开放区域，也是中俄、中蒙经济圈的中心区域，区位优势明显，产业基础条件良好，对俄贸易繁荣，境内绥芬河口岸是全省唯一的铁路口岸，经济繁荣促使农民收入逐步提高。

3.3.3 次冷区 次冷区数量呈现“先减后增”的变化，2003年，次冷区主要集聚分布在吉林省西部和黑龙江省东部及大兴安岭地区。2008和2013年次冷区数量减少，其中吉林省次冷区形成“白城-松原-长春-吉林-延边”农民收入增长缓慢带。2018年次冷区集中连片分布在吉林省全域，黑龙江省次冷区集聚性减弱，吉林省有向南扩张的趋势。

3.3.4 冷点区 冷点区主要有以下2个特点：（1）2003—2013年，集中连片分布在黑龙江省，逐渐从黑龙江省西部扩散蔓延至中部、东部，集聚状态明显，直至2018年黑龙江省冷点区被其他类型区分割，呈随机切块状分布;（2）冷点区缺乏“热点增长极”的带动，通过图3可以发现，在冷点区均不存在与热点区域的镶嵌分布，热点区的辐射作用被弱化。选取典型城市大庆进行探讨，大庆市作为资源型城市，油田开采区草原荒漠化成都已达95%，地下水年超采量近1亿m2，草原退化、沙化和盐碱化面积已达84%，生态修复任务繁重抑制了农业的发展。

4 农民收入影响因素识别

理论上影响农民收入的因素众多，主要有城市化水平、产业结构、财政金融支持、人力资本、农业技术、农民消费水平等方面，本文运用Tobit模型选取城市化（Urb）、二三产业占GDP比重（Uag）、农业劳动力大专以上学历人数占比（Lab）、农村金融贷款（Fin）、农业财政支出（Afe）、农业技术人员占技术人员总数比重（Ate）、农民人均社会消费品零售总额（Trc）来进行影响因素识别，农民人均收入水平（Y）为被解释变量，公式如下：

Yit=α0+β1 Urb it +β2 Uagit +β3Alait+β4Finit+β5Afeit+β6Ateit+β7Trcit+εit （5）

式中：Yit为被解释变量，α0为常数项;β1、 β2…β7为变量;εit为随机扰动项。

运用Stata 15.0进行建模，结果如表2所示。从表2可以看出，城市化水平、二三产业占GDP比重、农业劳动力大专以上学历人数占比、农业财政支出、农民人均社会消费品零售总额5个指标P值显著，对农民收入呈显著的正相关关系。农村金融贷款与农业技术人员占比回归P值不显著，并未通过显著性检验。

回归结果显示，城市化水平对农民收入水平影响系数为0.5576，在1%水平下显著，说明城市化水平越高，对于农民收入的影响越大，城市化发展差异可造成农民收入格局的分异。城市化水平高的地区能够创造较多的非农就业岗位，像沈阳市、大连市、长春市、哈尔滨市、牡丹江市等地区城市化水平较高，经济发展和就业结构多元化，大量外出务工者增加了农民的工资性收入，农民工经商持续增加，非农收入比重不断上升，已成为农民增收的主要来源。

二三产业占GDP比重对农民收入水平影响系数为4.0024，在1%水平下显著，说明二三产业比重越高，对于农民收入的影响有显著的促进作用。产业结构的变化驱动农民收入格局的差异化，伴随着二三产业的迅速发展，农村劳动力快速向城镇和二三产业转移，非农就业比重不断上升，例如，农业信息产业、乡村旅游产业、农产品物流业等非农产业不仅可以提高农业的综合收益，还能拓宽农业产业空间、提高劳动力就业。辽宁省产业结构多元化程度优于吉林省、黑龙江省，对外贸易发达，农民收入水平稳步提升。

农业劳动力大专以上学历人数占比对农民收入水平影响系数为0.0387，在5%水平下显著。农民劳动力素质程度决定学习和接受新事物的能力，劳动力素质越高，增加收入的能力越强。提高农村劳动力的素质，改善农村生活质量应重视农村人力资源的培育，提高农民生存和发展能力，可提高农民收入水平。2003年，辽宁、吉林、黑龙江三省农业劳动力大专以上学历人数占比分别为5.44%、3.7%和1%，其中黑龙江省2003年农村劳动力为1079.0万人，大专及以上学历人数仅为10.5万人，落后于辽宁和吉林省，2018年三省农业劳动力大专以上学历人数占比分别为34.4%、30.7%和28.2%，东北地区近几年重视育扶贫，着力提高农村贫困人口的人力资本。根据不同的致贫原因，加大对贫困人口的培训力度，推广行之有效的科学技术，提高贫困农民的科技素质。

农业财政支出的相关系数显著为正，通过1%水平上的检验，说明农业财政支出与农民收入呈显著的正相关关系，农业财政支出越高，对农民收入增加的拉动作用越强。通过农业财政支出的扶持，引进技术型农业技术和企业，提高农业现代化水平，促进农民收入水平的提高。

农民人均社会消费品零售总额是反映农户消费水平的指标，农民人均社会消费品零售总额对农民收入起正向显著作用，通过10%的显著检验。农民消费水平越高，表明农民收入水平相较以前有提升。

5 结论与讨论

本文以东北地区为研究对象，基于数理统计和GIS-ESDA分析了2003—2018年东北地区农民收入时序变化及空间分异，运用tobit模型探究其影响因素，得出如下结论：

（1）自2003年以来，东北三省农民人均纯收入持续增长，但省域、市域收入差距不断扩大。同时，农民收入增长的波动性较大，部分市域例如丹东、葫芦岛、松原等出现了逆增长;增长幅度出现极端，2004年增速最低的白城市相比2003年仅增长94元，最高的佳木斯在2014年增长5923元。

（2）东北地区农民人均收入水平呈现区域差异性，较高的地区大致位于辽东半岛及辽宁中部地区，2003和2013年为集中连片分布，2008和2018年形成“H”字形格局，尤其以哈大线（辽宁段）以东收入最高，牡丹江、鸡西等地农民收入增长较快，黑龙江西部及大兴安岭地区、吉林省东部和西部则为农民低收入区。东北地区农民人均纯收入总体上呈现出从辽宁省向北依次递减的态势。

（3）东北地区农民人均收入水平呈现显著的空间集聚性，集聚性由强到弱，聚类分析表明，在地区差异上，热点区主要分布于辽宁省，较为稳定;次热点区主要分布于热点区的外围，2018年黑龙江省中部以及北部出现集聚;次冷点区主要分布于吉林省及黑龙江省东北角;冷点区2003—2013年，集中连片分布在黑龙江省，2018年黑龙江省冷点区次热点区分割，呈随机切块状分布。

（4）城市化水平、二三产业占GDP比重、农业劳动力大专以上学历人数占比、农业财政支出、农民人均社會消费品零售总额这5个因素对农民收入有显著的正向影响，可见城市发展水平、产业结构、助农政策和农民消费水平是造成农民纯收入地区差异的主要原因。

东北地区平原辽阔、耕地面积大，是我国重要的商品粮基地和畜牧业基地。在农民收入高的地区，应借助其优越的地理位置和经济条件，通过“沈大经济带”建设带动周边城市的发展，链接小农户和大市场，提高农民的组织化程度和规模化经营程度，大力发展龙头企业，带动农户进入市场使农产品生产、加工、销售有机结合，扩大对外贸易，继续稳步提升农民收入水平。在农民收入发展水平较低的地区，应稳步提升农业现代化水平，扎实农业产业基础，高效利用农业资源，提高农业生态承载力，加强农业投入和农村基础设施建设，提升小城镇和农村的发展质量，形成合理的产业布局和特色经济。在农民收入较低的地区，应尽快形成可以担负起农民收入的“增长点”和“发展极”，确定农产品销路，调整农业和农村经济结构，提高地区订单农业的能力，使农产品种植与市场方向联系更为紧密，改变传统农业的经营方式，拓宽农村剩余劳动力再就业的途径，加快“长吉一体化”和“哈大齐工业走廊”建设。同时，地区布局应保持布局平衡，避免集中过密导致收入差距的进一步扩大。

参考文献

[1]杜姗姗，蔡建明，刘彦随.河南省县域农民纯收入增长差异及其演进格局分析[J].经济地理，2010，30（12）：2091-2096.

[2]张恒松，黄跃.广西县域农民农业收入差异时空变化研究[J].中国农业资源与区划，2015，36（04）：120-127.

[3]何泽锋，但文红，朱海彬.贵州省农民人均纯收入时空演进格局分析[J].湖北农业科学，2015，54（07）：1761-1766.

[4]邢丽萍，邢效雨.山西农民人均收入地区差异的评估与分析[J].农业系统科学与综合研究，2001，17（1）：31-33，37.

[5]欧向军，沈正平，朱传耿.江苏省区域经济差异演变的空间分析[J].经济地理，2007，27（1）：78-83.

[6]彭光莉，王鹏飞.河北省县域农民收入的空间关联分析[J].首都师范大学学报（自然科学版），2019，40（03）：61-70.

[7]赵文亮，王春涛，陈文峰，等.基于县域单元的河南农民收入区域分异时空格局[J].地域研究与开发，2012，31（04）：56-60.

[8]万年庆，李红忠，史本林.基于偏离一份额法的我国农民收入结构演进的省际比较[J].地理研究，2012，31（4）：672-686.

[9]王小华.中国农民收入结构的演化逻辑及其增收效应测度[J].西南大学学报（社会科学版），2019，45（05）：67-77，198-199.

[10]李博.河南农民收入的影响因素分析及增收策略研究[J].中国农业资源与区划，2016，37（11）：151-157.

[11]苏明明，陈英，谢保鹏，等.农民土地财产性收入的时空格局及影响因素——以甘肃省为例[J/OL].中国国土资源经济：1-13[2020-06-09].

[12]魏君英，何蒲明.中国城市化水平与农民收入关系的实证研究[J].江苏农业科学，2014，42（10）：440-442.

[13]王飞，何丽丽.湖北省新型城镇化条件下农民收入增长研究[J].中国农业资源与区划，2016，37（02）：119-123 .

[14]杨友，杨力，刘守义.基于灰色关联度法研究农村信息化与农民收入的相关性[J].河北北方学院学报（自然科学版），2020，36（01）：46-51.

[15]王彦，李忠斌，毛中明.民族地区农村信息化与农民收入关系研究——基于恩施州利川市调研结果的实证分析[J].中国人口·资源与环境，2011，21（S1）：255-258.

[16]孙新章，成升魁，张新民.农业产业化对农民收入和农户行为的影响———以山东省龙口市为例[J].经济地理，2004，24（4）：510-513.

[17]刘颖琦，郭名.西部贫困县经济发展与农民收入增长研究以———内蒙古自治區为例[J].中国软科学，2009（12）：80-89.

[18]Kumer A，Roy D，Traoathi G，et al.Can contract farming increase farmers′ income and enhance adoption of food safety practices[R].IFPRI，2016.

[19]薛宇峰.中国农村收入分配的不平等及其地区差异[J].中国农村经济，2005（5）：26-34.

[20]刘慧.中国农村居民收入区域差异变化的因子解析[J].地理学报，2008，63（8）：799-806.

[21]宋利利，秦明周，张鹏岩，等.河南省县域农民收入与经济发展的时空差异及协调度评价[J].河南大学学报（自然科学版），2016，46（01）：33-39.

[22]孙晓一，徐勇，汤青.黄土高原半城镇化农民非农生计稳定性及收入差异分析[J].人文地理，2016，31（03）：81-87.

[23]姜会明，孙雨，王健，等.中国农民收入区域差异及影响因素分析[J].地理科学，2017，37（10）：1546-1551.

[24]张江书，查良松，张贝尔.安徽省农民人均纯收入地域差异及其原因分析[J].资源开发与市场，2006，22（4）：331-333.

[25]张燕.中部四省农民人均纯收入的区域时空差异研究[J].中国农业资源与区划，2017，38（10）：108-113.

[26]张荣天.长三角农民收入时空分异及驱动机制分析[J].中国农业资源与区划，2018，39（10）：122-129.

[27]李晓越，李同昇，龙冬平，等.西北地区农民收入差异的时空演变及影响因素——以陕甘宁县域为例[J].干旱区地理，2014，37（3）：620-629.

[28]刘玉，潘瑜春，唐林楠.京津冀地区县域农业发展与农民收入的时空耦合特征[J].经济地理，2017，37（2）：141-147.

[29]叶长盛，黄建军.江西省县域农村居民纯收入空间差异研究[J].水土保持研究，2011，18（3）：153-158.

[30]王娜，高瑛，金兴，等.粮食主产区农民收入结构区域差异分析[J].江苏农业科学，2017，45（02）：289-292.

[31]康江江，宁越敏，魏也华，等.中国集中连片特困地区农民收入的时空演变及影响因素[J].中国人口·资源与环境，2017，27（11）：86-94.

[32]蒋国富.基于GIS的河南省农民收入空间分异特征探讨[J].安徽农业科学，2008，36（18）：7816-7817.

[33]高安刚，张林，田义超，等.基于 ESDA 的广西县域农民收入差异时空演化研究[J].南方农业学报，2015，46（9）：1731-1737.

[34]史本林，万年庆，关丽娟，等.我国农民收入时空差异的地域与因子结构双重解析[J].地域研究与开发，2012，31（04）：9-13.

[35]白彩全，张蓉，宋伟轩，等.基于ESDA-GIS的长三角县域农民人均纯收入格局时空演变[J].农业现代化研究，2014，35（03）：308-312.

[36]朱德莉.我国农村金融发展对农民收入增长的影响研究：基于协整检验和 VEC 模型的实证分析[J].农村经济，2014（11）：92-97.

（责编：张宏民）